笔记五十四:分片设定及管理

单个分片

  • 7.0 开始,新创建一个索引时,默认只有一个主分片
    • 单个分片,查询算分,聚合不准的问题都可以得以避免
  • 单个索引,单个分片时候,集群无法实现水平扩展
    • 即使增加新的节点,无法实现水平扩展

两个分片

  • 集群增加一个节点后,Elasticsearch 会自动进行分片的移动,也叫 Shard Rebalancing

如何设计分片数

  • 当分片数 > 节点数时
    • 一旦集群中有新的数据节点加入,分片就可以自动进行分配
    • 分片在重新分配时,系统不会有 downtime
  • 多分片的好处:一个索引如果分布在不同的节点,多个节点可以并行执行
    • 查询可以并行执行
    • 数据写入可以分散到多个机器

一些例子

  • 案例 1
    • 每天 1 GB 的数据,一个索引一个主分片,一个副本分片
    • 需保留半年的数据,接近 360 GB 的数据量
  • 案例 2
    • 5 个不同的日志,每天创建一个日志索引。每个日志索引创建 10 个主分片
    • 保留半年的数据
    • 5 * 10 * 30 * 6 = 9000 个分片

分片过多所带来的副作用

  • Shard 是 Elasticsearch 实现集群水平扩展的最小单位
  • 过多设置分片数会带来一些潜在的问题
    • 每个分片是一个 Lucene 的 索引,会使用机器的资源。过多的分片会导致额外的性能开销
      • Lucene Indices / File descriptors / RAM / CPU
      • 每次搜索的请求,需要从每个分片上获取数据
      • 分片的 Meta 信息由 Master 节点维护。过多,会增加管理的负担。经验值,控制分片总数在 10 W 以内

如何确定主分片数

  • 从存储的物理角度看
    • 日志类应用,单个分片不要大于 50 GB
    • 搜索类应用,单个分片不要超过20 GB
  • 为什么要控制分片存储大小
    • 提高 Update 的性能
    • Merge 时,减少所需的资源
    • 丢失节点后,具备更快的恢复速度 / 便于分片在集群内 Rebalancing

如何确定副本分片数

  • 副本是主分片的拷贝
    • 提高系统可用性:相应查询请求,防止数据丢失
    • 需要占用和主分片一样的资源
  • 对性能的影响
    • 副本会降低数据的索引速度:有几份副本就会有几倍的 CPU 资源消耗在索引上
    • 会减缓对主分片的查询压力,但是会消耗同样的内存资源
    • 如果机器资源充分,提高副本数,可以提高整体的查询 QPS

调整分片总数设定,避免分配不均衡

  • ES 的分片策略会尽量保证节点上的分片数大 致相同
    • 扩容的新节点没有数据,导致新索引集中在新 的节点
    • 热点数据过于集中,可能会产生新能问题

管理 ES 集群:分片设定及管理

本作品采用《CC 协议》,转载必须注明作者和本文链接
快乐就是解决一个又一个的问题!
CrazyZard
讨论数量: 0
(= ̄ω ̄=)··· 暂无内容!

讨论应以学习和精进为目的。请勿发布不友善或者负能量的内容,与人为善,比聪明更重要!